【摘要】：磨削加工能實(shí)現(xiàn)零件的高精度加工,是現(xiàn)代機(jī)械制造業(yè)中零件表面加工不可或缺的一種加工方法。但在加工過(guò)程中存在磨削顫振,磨削顫振會(huì)對(duì)零件加工質(zhì)量產(chǎn)生一系列負(fù)面影響。由于磨削加工過(guò)程中振動(dòng)信號(hào)的非平穩(wěn)性、多維性和非線性的特點(diǎn),傳統(tǒng)的信號(hào)分析方法如短時(shí)傅里葉變換、奇異值分解和S變換等,在處理此類信號(hào)時(shí)具有很大的局限性。而二維經(jīng)驗(yàn)?zāi)B(tài)分解(Bivariate Empirical Mode Decomposition,BEMD)具有完備性、正交性和自適應(yīng)性,能夠有效地提取磨床顫振特征信息以進(jìn)行磨削顫振的識(shí)別和預(yù)測(cè)。識(shí)別和預(yù)測(cè)磨顫振對(duì)保障磨床正常運(yùn)行、提高被加工零件的精度具有重要的工程意義。因此,本文以KD4020X16型數(shù)控龍門導(dǎo)軌磨床為研究對(duì)象,搭建振動(dòng)加速度信號(hào)采集平臺(tái),采集磨床在不同磨削參數(shù)下的振動(dòng)加速度信號(hào)。在此基礎(chǔ)上,進(jìn)行了振動(dòng)信號(hào)處理方法、顫振狀態(tài)識(shí)別和顫振預(yù)測(cè)等幾個(gè)方面的研究。具體研究?jī)?nèi)容如下:(1)闡述了磨床振動(dòng)信號(hào)分析方法、磨削顫振識(shí)別技術(shù)和磨削顫振預(yù)測(cè)技術(shù)的發(fā)展現(xiàn)狀,總結(jié)了當(dāng)前研究仍存在的問(wèn)題。(2)提取磨床振動(dòng)信號(hào)的顫振特征量。對(duì)測(cè)得的砂輪主軸X和Z軸方向的振動(dòng)信號(hào)進(jìn)行重構(gòu),得到二維復(fù)值信號(hào)。利用BEMD對(duì)其進(jìn)行處理,得到多階固有模態(tài)函數(shù)分量。基于個(gè)分量之間的正交特性,提出基于相關(guān)系數(shù)的固有模態(tài)函數(shù)篩選準(zhǔn)則,并提取有效的固有模態(tài)函數(shù)。對(duì)比分析各常用特征量,提出將實(shí)時(shí)方差作為顫振特征量,并提取試驗(yàn)信號(hào)實(shí)時(shí)方差。(3)針對(duì)顫振閾值難以確定問(wèn)題,建立控制圖模型對(duì)磨床工作狀態(tài)進(jìn)行識(shí)別。選取穩(wěn)定階段的實(shí)時(shí)方差序列,在驗(yàn)證了正態(tài)性和相關(guān)性的基礎(chǔ)上,結(jié)合?3?法則求得控制圖的上、下控制限并建立控制圖模型。將后續(xù)實(shí)時(shí)方差按時(shí)間順序輸入控制圖模型中,根據(jù)控制圖判異準(zhǔn)則對(duì)實(shí)時(shí)方差序列進(jìn)行監(jiān)測(cè),進(jìn)而實(shí)現(xiàn)了對(duì)磨床磨削顫振狀態(tài)的識(shí)別。(4)為實(shí)現(xiàn)對(duì)顫振時(shí)刻的預(yù)測(cè),提出基于控制圖和ARIMA模型的磨床顫振預(yù)測(cè)方法。對(duì)穩(wěn)定階段的實(shí)時(shí)方差序列進(jìn)行平穩(wěn)化處理,得到平穩(wěn)時(shí)間序列。求解平穩(wěn)時(shí)間序列的自相關(guān)和偏自相關(guān)函數(shù)以進(jìn)行模型階次識(shí)別,建立最優(yōu)的ARIMA模型。利用建立的ARIMA模型對(duì)實(shí)時(shí)方差進(jìn)行預(yù)測(cè),即預(yù)測(cè)磨床工作狀態(tài)的趨勢(shì)。提出基于控制圖和ARIMA模型的磨床顫振預(yù)測(cè)方法,對(duì)顫振發(fā)生時(shí)刻進(jìn)行預(yù)測(cè)。
【學(xué)位授予單位】：浙江理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TG596
【圖文】：

7圖 1.1 技術(shù)路線圖1.4 本章小結(jié)本章分別對(duì)磨削顫振機(jī)理、常用的信號(hào)處理方法、顫振狀態(tài)識(shí)別方法和顫振預(yù)測(cè)方法的國(guó)內(nèi)外現(xiàn)狀進(jìn)行概述，針對(duì)磨床振動(dòng)信號(hào)非線性、非平穩(wěn)和多維度的特性，將 BEMD 方法引入到信號(hào)處理中以獲得含有振動(dòng)信息的固有模態(tài)函數(shù)，然后提出了基于控制圖理論的顫振狀態(tài)識(shí)別方法，隨后利用控制圖理論和 ARIMA 結(jié)合模型對(duì)磨床顫振進(jìn)行預(yù)測(cè)，確定了研究的主要思路，最后對(duì)論文接下來(lái)的工作內(nèi)容安排進(jìn)行了敘述，并給出技術(shù)路線圖。

圖 2.1 短時(shí)傅里葉變換示意圖短時(shí)傅里葉變換雖然在一定程度上，解決了傅里葉變換在處理非平穩(wěn)信號(hào)上的不足和時(shí)域無(wú)分辨率的問(wèn)題，如西安交大的胡振邦[45]就將短時(shí)傅里葉變換運(yùn)用到主軸振動(dòng)的非平穩(wěn)信號(hào)的處理中，但是短時(shí)傅里葉變換窗函數(shù)的選擇仍存在不足且缺乏自適應(yīng)性，當(dāng)窗選擇越寬時(shí)，時(shí)間分辨率越差，當(dāng)窗選擇越窄時(shí)，頻率分辨率越差，總之短時(shí)傅里葉變換無(wú)法兼顧時(shí)域和頻域的分辨率。2.1.2 奇異值分解奇異值分解簡(jiǎn)稱 SVD，最早是由 Beltrami 和 Jordan 兩位學(xué)者提出，是現(xiàn)代線性代數(shù)中的一種正交變換，原理是通過(guò)將行或者列線性相關(guān)矩陣的左右分別乘上正交矩陣，轉(zhuǎn)化成一個(gè)對(duì)角矩陣，并將原矩陣中獨(dú)立行（列）矢量的個(gè)數(shù)轉(zhuǎn)化為奇異值個(gè)數(shù)表現(xiàn)出來(lái)。SVD不僅在矩陣變換領(lǐng)域有著重要作用，而且被廣泛地運(yùn)用于工程實(shí)踐中，如華南理工大學(xué)的趙學(xué)智[46]等人利用奇異值分解的方法成功地提取了一些復(fù)雜信號(hào)中的弱故障特征信息。上[47]

實(shí)現(xiàn)對(duì)顫振的預(yù)測(cè)，減少顫振的發(fā)生，降低顫特征量的提取流程產(chǎn)中磨床振動(dòng)信號(hào)具有非線性、多維性和非平穩(wěn)性等特點(diǎn)分析中[52]，得到含有不同特征尺度的 BIMF 分量，再利用方差的求解。提取的整個(gè)過(guò)程主要有以下 3 步，另附流程圖 2.2 進(jìn)行說(shuō)號(hào)的預(yù)處理。首先要將實(shí)驗(yàn)采集系統(tǒng)中采集到的 X 和 Z 方復(fù)值信號(hào)，然后對(duì)重構(gòu)的信號(hào)進(jìn)行小波去噪，盡量減少噪EMD 處理。對(duì)經(jīng)過(guò)預(yù)處理的數(shù)據(jù)進(jìn)行 BEMD 分解，得到所提到的篩選準(zhǔn)則對(duì) BIMF 分量進(jìn)行篩選，得到真實(shí)的 BIM征量的提取。通過(guò)實(shí)時(shí)方差計(jì)算方法求得每一階真實(shí) BIM將各階真實(shí) BIMF 的特征值進(jìn)行疊加，得到顫振特征向量。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王莉;趙淵;楊顯明;馬建民;黃韜;高宏;;基于時(shí)間序列模型與殘差控制圖的蘭州市空氣質(zhì)量研究[J];高原氣象;2015年01期

2 佟榮磊;劉強(qiáng);;數(shù)控加工過(guò)程顫振識(shí)別與抑制系統(tǒng)[J];組合機(jī)床與自動(dòng)化加工技術(shù);2015年02期

3 李堯;劉強(qiáng);;基于小波包及Hilbert-Huang變換的數(shù)控銑削顫振診斷技術(shù)[J];計(jì)算機(jī)集成制造系統(tǒng);2015年01期

4 張潔;高宏力;陳春俊;傅攀;;高速列車非平穩(wěn)振動(dòng)信號(hào)盲源分離方法及應(yīng)用[J];機(jī)械工程學(xué)報(bào);2014年19期

5 劉壽春;趙春江;楊信廷;錢建平;王國(guó)利;鐘賽意;;豬肉冷鏈物流感官質(zhì)量控制圖設(shè)計(jì)與應(yīng)用"[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2014年07期

6 胡振邦;許睦旬;姜歌東;張東升;;基于小波降噪和短時(shí)傅里葉變換的主軸突加不平衡非平穩(wěn)信號(hào)分析[J];振動(dòng)與沖擊;2014年05期

7 陳展翼;袁軍堂;汪振華;黃俊;;高速銑削顫振識(shí)別和穩(wěn)定性預(yù)測(cè)[J];傳感器與微系統(tǒng);2013年03期

8 董新峰;張為民;姜源;;基于EMD復(fù)雜度與鑒別信息的磨削顫振預(yù)測(cè)[J];振動(dòng).測(cè)試與診斷;2012年04期

9 趙學(xué)智;葉邦彥;陳統(tǒng)堅(jiān);;基于小波—奇異值分解差分譜的弱故障特征提取方法[J];機(jī)械工程學(xué)報(bào);2012年07期

10 吳石;劉獻(xiàn)禮;王艷鑫;;基于連續(xù)小波和多類球支持向量機(jī)的顫振預(yù)報(bào)[J];振動(dòng).測(cè)試與診斷;2012年01期

相關(guān)會(huì)議論文 前1條

1 盛曉偉;房小艷;徐洋;孫以澤;;基于短時(shí)傅里葉變換的復(fù)合磨床振動(dòng)信號(hào)分析及特征提取[A];第十六屆全國(guó)模態(tài)分析與試驗(yàn)學(xué)術(shù)會(huì)議論文集[C];2016年

相關(guān)博士學(xué)位論文 前2條

1 林近山;基于時(shí)間序列標(biāo)度分析的旋轉(zhuǎn)機(jī)械故障診斷方法研究[D];南京航空航天大學(xué);2013年

2 從飛云;基于滑移向量序列奇異值分解的滾動(dòng)軸承故障診斷研究[D];上海交通大學(xué);2012年

相關(guān)碩士學(xué)位論文 前1條

1 張哲;時(shí)頻域?yàn)V波方法及其在顫振信號(hào)處理中的應(yīng)用　[D];西北工業(yè)大學(xué);2003年

本文編號(hào)：2802155